比客户更了解客户，这家便利店解决了零售业千古难题

· 适用人群：零售、技术、市场

· 有以下需求必看 ：如何寻找零售业转型突破口、如何给业务加上人工智能属性

· 阅读时间：5分钟

在不知道“大数据”都不好意思出门的年代，四处留下人信息，成了生活常态！

“手机+姓名”——买包要填，买饼要填，甚至假期去撸个串...也填了一张字段颇多的个人信息表，只为了多送的一扎扎啤~

来，做个小调查：

最奇葩的让你留手机号的理由是？ (单选) 0人 0% 地铁上扫码留手机号，送笑话一则 0人 0% 旅游景点留手机号，获得与千年古 0人 0% 去便利店买水，让留手机号送鹌鹑 投票

电话留多了，你烦；

商家何尝不痛苦？

大数据时代，不知道客户是谁，不知道客户想什么=盲人摸象

这便是见福便利店创始人张利提到的——

零售业千古难题：客户没有唯一性

2006年11月，见福第一家门店始于的厦门乌石浦，经过10年打拼，现在已发展到将近1000家门店，成为福建便利店行业的NO.1！

近年来，张利每天必去逛两家门店。

不是为了检查，而是一定要买件东西，哪怕只是一瓶水。

只有站在消费者的角度，自己去完成一次购物体验，才能知道见福的管理到底还有哪些方面需要改进。

逛着逛着，一个判断就越来越清晰：未来零售业，以数据驱动，以用户需求为中心是大趋势。

现状却是：

每天30万人进店，一年就有上亿人。

但见福对客户的感知不强，没办法对用户打上完整的标签。

客户没有唯一性，就无法针对性的做营销——用户体验上不去，老客留存率不高，生客也无法通过口碑自发进店。

比如：

· 这个客户来过几次店？去过别的店没有？

· 这个店哪些客户来过？

· 一个店一天来400人，哪些是老客哪些是新客？

来10次的和来1次的，营销方案当然不同！

想让客户有唯一性，没毛病！

但毛病是：现如今的客户，排斥办卡、留手机号等套路。

这时候，见福提出——

必须要做智慧型销售，在不打扰客户的前提下，给用户打上标签，而不用询问客户电话等隐私信息。

（见福便利店创始人 张利）

非侵入式的会员管理 | 脸就是客户的ID

不打扰客户，不留手机号，大数据从哪儿来？如何了解客户偏好？怎么记录用户行为？

张利想到——利用生物识别、人脸识别做为智慧零售的入门，对客户进行更深入的了解，让营销更个性化。

见福智慧便利店 了解客户四步走

☟ 进店-人脸识别客户的记录：脸就是客户的ID，所有消费行为都“记录在 脸”。

☟ 选购时-通过鱼眼：做热点图分析客户对商品的喜好（因为便利店最大不超过100平米，1个便利店1个鱼眼就够了）

☟ 支付时-收银台上的摄像头对客户进行人脸识别：POS机上让用户的“人脸ID”与消费行为挂钩。

比如，客户买了牙刷，3个月后就要提醒客户该更换牙刷了~

☟ 离店满意度的反馈-看面部表情：通过顾客离店时表情展示的“喜怒哀乐”，了解客户这次购物的满意程度，调整下次提供商品和服务的策略。

（因涉及真实客户人脸，故马赛克处理）

值得一提的是：这套系统还可以对不友好客户进行标记，收银台前显示屏上会提醒店员要小心该客户的行为。

什么行为会进入见福的“黑名单”呢？

1.换假货

2.换假币

3.用过期产品换产品

见福的智慧转型4步骤，在不打扰客户的前提下，让客户具有了唯一性！

不像以前，不知道客户是谁，不了解用户的购买行为——做普遍性营销，销售机会增长缓慢。

所有前提基于客户，先把熟客维护好，再敞开大门欢迎生客。

——张利

打包微软云Azure PaaS层组件，实现便利店、客户、供应商三方闭环

见福智慧便利店解决方案，用到了微软云Azure的PaaS层大量组件，包括：

实现了便利店、客户、供应商三方闭环：

智慧零售不等于无人销售！

我们要做的，是借助科学技术让人的沟通更密切，比消费者更理解消费者。

——张利

整个闭环得以实现的底层技术解决方案

福建知鱼科技和上海南洋万邦，作为微软合作伙伴，基于微软云Azure PaaS层，为见福便利店打造了一套在完整的智慧解决方案：

Step1：采用IoT Hub，将客户端采集到的数据上传到Azure的存储区；

Step2：通过Stream Analytics流分析上传的数据，分配给不同的业务的模块；

Step3：采用服务总线把分析结果，通过Event Hubs，对接具体业务组件；

Step4：Event Hubs通知人工智能、业务整合模块为业务组件服务；

Step5：SQL Data Warehouse将产生的数据进行建模，为Power BI分析基础业务；

Step6：上海南洋万邦软件技术公司为见福便利店开发独特的商业分析图表，为业务提供数据的洞察力，透过这套BI，可以分析出：

· 客户在便利店的购买习惯——鼠标点到某种商品就会自动显示购买该商品客户还会同时购买的其他商品及占比；

可以看出：

买了零食的客户，还会同时购买——巧克力、酒、雪糕、茶饮料、果汁、咖啡等：

（图为脱敏数据）

买了酒的客户，还会同时购买——罐头、方便面、巧克力等：

（ 图为脱敏数据）

· 各年龄段，不同性别客户的消费偏好——鼠标点击某特定年龄段及性别，自动分析该类人群的购物偏好；

可以看出：19~25岁男性，比较常购买的商品为——啤酒、烟、咖啡、运动饮料、方便面、剃须刀等：

（ 图为脱敏数据）

有了这些数据，见福就能识别出：

哪些店面消费者更爱去？哪些货架消费者更喜欢？

这些数据将定期展现出来，数据积累到一个月后，就会进行一次业务上的更新——改进运营服务、调整商品上架。

让技术从实验室走出来，才是技术的价值和根本。

ABC（AI+BI+Cloud）部门的愿景就是让企业用户充分享用原先在实验室的技术

——南洋万邦

现在，见福已经有5家门店（厦门4家，福州1家）开始使用整套智慧便利店解决方案！

使用一个月后的数据显示：熟客量有所上升！

而给见福便利店提供整套技术解决方案的南洋万邦提到：

一个门店只需装上摄像头，在WiFi环境下就可以在20分钟~1个小时内，上线这套智慧零售系统。

前前后后比对了一年时间，找了很多做人脸识别的企业，最后选择了微软。

不是因为价格，而是价值观的一致。见福和微软比较谈的来，微软也给到了很多支持。

——张利

本文转自微信服务号：微软商业视角